代码之家 › 专栏 › 技术社区 › Indrajeet Patil

使用“readr”函数“parse\u number”正确提取数字[重复]

readr r

0

Indrajeet Patil · 技术社区 · 6 年前

假设你有一根绳子:

strLine <- "The transactions (on your account) were as follows: 0 3,000 (500) 0 2.25 (1,200)"

result <- c(0, 3000, -500, 0, 2.25, -1200)?

即

result[3] = -500

注意,数字以会计形式显示,因此负数出现在()之间。同样,你可以假设只有数字出现在数字第一次出现的右边。我对regexp不是很在行,所以如果您需要帮助,我会非常感激的。另外,我不想假设字符串总是相同的,所以我希望去掉第一个数字位置之前的所有单词(和任何特殊字符)。

0 回复 | 直到 12 年前

1

35

Ari B. Friedman 12 年前

library(stringr)
x <- str_extract_all(strLine,"\\(?[0-9,.]+\\)?")[[1]]
> x
[1] "0"       "3,000"   "(500)"   "0"       "2.25"    "(1,200)"

将parens改为否定:

x <- gsub("\\((.+)\\)","-\\1",x)
x
[1] "0"      "3,000"  "-500"   "0"      "2.25"   "-1,200"

as.numeric() 或 taRifx::destring next version 属于 destring 默认情况下支持负片,因此 keep 不需要选项):

library(taRifx)
destring( x, keep="0-9.-")
[1]    0 3000  -500    0    2.25 -1200

或:

as.numeric(gsub(",","",x))
[1]     0  3000  -500     0     2.25 -1200

2

20

Matthew Plourde 12 年前

这是基本的R方法,为了完整性。。。

x <- unlist(regmatches(strLine, gregexpr('\\(?[0-9,.]+', strLine)))
x <- as.numeric(gsub('\\(', '-', gsub(',', '', x)))
[1]     0.00  3000.00  -500.00     0.00     2.25 -1200.00

3

1

RRuiz 7 年前

当我在一个 data frame (同一列中每行一个字符串)如下:

library(taRifx)
DataFrame$Numbers<-as.character(destring(DataFrame$Strings, keep="0-9.-"))

结果在同一列的新列中 数据帧

4

1

hrbrmstr 6 年前

既然这是另一个问题 stringi 解决方案(与 stringr

as.numeric(
  stringi::stri_replace_first_fixed(
    stringi::stri_replace_all_regex(
      unlist(stringi::stri_match_all_regex(
        "The transactions (on your account) were as follows: 0 3,000 (500) 0 2.25 (1,200)", 
        "\\(?[0-9,.]+\\)?"
      )), "\\)$|,", ""
    ),
    "(", "-"
  )
)